Question

我在名为fit.py的脚本中有以下tensorflow代码以适合给定数据。我重复使用变量w和b作为整个序列长度。

seq_len=10

x_data=np.random.uniform(0,1,(10,1))
y_data=x_data*0.8 + 0.5

x=tf.placeholer('float',[seq_len,1])
y=tf.placeholer('float',[seq_len,1])


with tf.variable_scope('network_cell'):
   w = tf.get_variable('w', [1] )
   b = tf.get_variable('b', [1])

def give_output(inputs):

     output=[]
     cell = tf.nn.rnn_cell.BasicRNNCell(state_size)
     rnn_outputs, _ = tf.nn.rnn(cell, rnn_inputs, dtype = tf.float32, initial_state=init_state)

      with tf.variable_scope('network_cell', reuse=True):
               W = tf.get_variable('W', [1] )
               b = tf.get_variable('b', [1])
               output = rnn_outputs*W+b

      return output

def train_network():
    prediction= give_output(x)
    loss=tf.nn.l2_loss(prediction-y)

    optimizer = tf.train.AdamOptimizer().minimize(loss)

    s=tf.Session()
    init=tf.global_variables_initializer()
    s.run(init)

    _, loss_value=s.run([optimizer,loss], feed_dict={x:x_data,y: y_data})

     return loss_value

我从名为run.py的其他脚本调用此脚本，以便为多次运行收集loss_value：

 from fit import *
 loss_values=np.zeros(10)
 for i in range(10):
       loss_values(i)= train_network()
       print("Successfully done",i)

但是，在我调用脚本一次后，我收到以下错误：

 Successfully done 0
 Valueerror: Variable/RNN/BasicRNNCell/Linear/Matrix already exists, disallowed.
 Did you men to set reuse=True in VarScope?

我认为问题是因为它使用与迭代0相同的图形，即使对于迭代1也是如此。每次拨打fit.py时，如何确保重新调用整个脚本train_network？

每次重新运行tensorflow程序多次

0 个答案: